Question

这是recommenderlab包中的代码段，它带有等级的矩阵，并为每个用户返回前5个元素 -

reclist <- apply(ratings, MARGIN=2, FUN=function(x) 
  head(order(x, decreasing=TRUE, na.last=NA), 5))

对于大型矩阵（> 10K列），运行时间太长，有没有办法重新编写它以提高效率？也许通过使用dpyr或data.table包）？编写C ++代码不是我的选择

Answer 1

data.table和base R

的答案

# 10000 column dummy matrix
cols <- 10000
mat <- matrix(rnorm(100*cols), ncol=cols)

使用data.table：

library(data.table)
dt1 <- data.table(mat)
# sort every column, return first 5 rows
dt1[, lapply(.SD, sort, decreasing=T)][1:5]
system.time(dt1[, lapply(.SD, sort, decreasing=T)][1:5])

结果：

 user  system elapsed 
2.904   0.013   2.916

在普通的老基地，它实际上更快！（感谢评论Arun）

system.time(head(apply(mat, 2, sort, decreasing=T), 5))

 user  system elapsed 
0.473   0.002   0.475

但是，根据system.time（）

，两者都比上面的代码示例更快

system.time(
apply(mat, MARGIN=2, FUN=function(x) {
  head(order(x, decreasing=TRUE, na.last=NA), 5)
}))

user  system elapsed 
3.063   0.031   3.094

快速获取每个矩阵列的topN元素

1 个答案: